stable-diffusion.cpp是一个纯C/C++实现的Stable Diffusion推理引擎,旨在提供一个轻量级、高性能、跨平台的Stable Diffusion部署方案。该项目基于ggml库开发,采用与llama.cpp类似的工作方式,具有以下主要特性:
对于大多数用户,可以直接从最新发布下载预编译的可执行程序。如 果预编译版本不满足需求,也可以选择手动构建。
git clone --recursive https://github.com/leejet/stable-diffusion.cpp cd stable-diffusion.cpp
如果之前已经克隆了仓库,可以使用以下命令更新到最新代码:
cd stable-diffusion.cpp git pull origin master git submodule init git submodule update
下载原始权重文件(.ckpt或.safetensors格式)。例如:
可以使用以下命令下载权重文件:
curl -L -O https://huggingface.co/CompVis/stable-diffusion-v-1-4-original/resolve/main/sd-v1-4.ckpt
mkdir build cd build cmake .. cmake --build . --config Release
cmake .. -DGGML_OPENBLAS=ON cmake --build . --config Release
cmake .. -DSD_CUBLAS=ON cmake --build . --config Release
cmake .. -G "Ninja" -DCMAKE_C_COMPILER=clang -DCMAKE_CXX_COMPILER=clang++ -DSD_HIPBLAS=ON -DCMAKE_BUILD_TYPE=Release -DAMDGPU_TARGETS=gfx1100 cmake --build . --config Release
cmake .. -DSD_METAL=ON cmake --build . --config Release
cmake .. -DSD_VULKAN=ON cmake --build . --config Release
source /opt/intel/oneapi/setvars.sh cmake .. -DSD_SYCL=ON -DCMAKE_C_COMPILER=icx -DCMAKE_CXX_COMPILER=icpx cmake --build . --config Release
cmake .. -DSD_FLASH_ATTN=ON cmake --build . --config Release
stable-diffusion.cpp提供了丰富的命令行参数来控制生成过程。以下是一些常用的参数:
usage: ./bin/sd [arguments]
arguments:
-h, --help 显示帮助信息
-M, --mode [MODE] 运行模式 (txt2img 或 img2img 或 convert, 默认: txt2img)
-t, --threads N 计算时使用的线程数 (默认: -1, 即使用所有CPU核心)
-m, --model [MODEL] 完整模型路径
-p, --prompt [PROMPT] 生成提示词
-n, --negative-prompt PROMPT 负面提示词 (默认: "")
--cfg-scale SCALE 无条件引导比例 (默认: 7.0)
-H, --height H 图像高度, 像素 (默认: 512)
-W, --width W 图像宽度, 像素 (默认: 512)
--sampling-method {euler, euler_a, heun, dpm2, dpm++2s_a, dpm++2m, dpm++2mv2, ipndm, ipndm_v, lcm}
采样方法 (默认: "euler_a")
--steps STEPS 采样步数 (默认: 20)
-s SEED, --seed SEED RNG种子 (默认: 42, 小于0则使用随机种子)
-b, --batch-count COUNT 生成图像数量
./bin/sd -m ../models/sd-v1-4.ckpt -p "a lovely cat"
使用不同精度格式会产生不同质量的结果:
f32 | f16 | q8_0 | q5_0 | q5_1 | q4_0 | q4_1 |
---|---|---|---|---|---|---|
![]() | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() |
./bin/sd --mode img2img -m ../models/sd-v1-4.ckpt -p "cat with blue eyes" -i ./output.png -o ./img2img_output.png --strength 0.4
以下项目为其他语言/框架提供了stable-diffusion.cpp的封装:
以下项目使用stable-diffusion.cpp作为后端进行图像生成:
感谢所有已经为stable-diffusion.cpp做出贡献的人!
stable-diffusion.cpp为Stable Diffusion的部署和应用提供了一个高效、灵活的解决方案。无论是在资源受限的设备上运行,还是在高性能服务器上进行大规模推理,该项目都能很好地满足需求。随着社区的不断贡献和改进,相信stable-diffusion.cpp会在未来为更多Stable Diffusion的应用场景提供强大支持。
字节跳动发布的AI编程神器IDE
Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。
全能AI智能助手,随时解答生活与工作的多样问题
问小白,由元石科技研发的AI智能助手,快速准确地解答各种生活和工作问题,包括但不限于搜索、规划和社交互动,帮助用户在日常生活中提高效率,轻松管理个人事务。
实时语音翻译/同声传译工具
Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手,它拥有超精准的音频识别翻译能力,几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球,无论你是留学生、商务人士、韩剧美剧爱好者,还是出国游玩、多国会议、跨国追星等等,都可以满足你所有需要同传的场景需求,线上线下通用,扫除语言障碍,让全世界的语言交流不再有国界。
一键生成PPT和Word,让学习生活更轻松
讯飞智文是一个利用 AI 技术的项目,能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定,还是学生群体的职业生涯规划、实习避坑指南,亦或是活动策划、旅游攻略等内容,它都能提供支持,帮助用户精准表达,轻松呈现各种信息。
深度推理能力全新升级,全面对标OpenAI o1
科大讯飞的星火大模型,支持语言理解、知识问答和文本创作等多功能,适用于多种文件和业务场景,提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台,涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能,能为不同需求的用户提供便捷高效的帮助,助力用户轻松获取信息、解决问题,满足多样化使用场景。
一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型
Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目,由多个知名机构联合参与。该项目提供了高效的 LLM(大语言模型)驱动的语音合成方案,支持语音克隆和语音创建功能,可通过命令行界面(CLI)和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数,生成高质量的语音。该项目适用于多种场景,如有声读物制作、智能语音助手开发等。
AI助力,做PPT更简单!
咔片是一款轻量化在线演示设计工具,借助 AI 技术,实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT,提供海量模板、智能美化、素材替换等功能,适用于销售、教师、学生等各类人群,能高效制作出高品质 PPT,满足不同场景演示需求。
选题、配图、成文,一站式创作,让内容运营更高效
讯飞绘文,一个AI集成平台,支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容,加速品牌传播,提升内容营销效果。
专业的AI公文写作平台,公文写作神器
AI 材料星,专业的 AI 公文写作辅助平台,为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能,支持 30 + 文稿类型生成,助力快速完成领导讲话、工作总结、述职报告等材料,提升办公效率,是体制打工人的得力写作神器。
OpenAI Agents SDK,助力开发者便捷使用 OpenAI 相关功能。
openai-agents-python 是 OpenAI 推出的一款强大 Python SDK,它为开发者提供了与 OpenAI 模型交互的高效工具,支持工具调用、结果处理、追踪等功能,涵盖多种应用场景,如研究助手、财务研究等,能显著提升开发效率,让开发者更轻松地利用 OpenAI 的技术优势。
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号